Дослідження алгоритмів комп’ютерного зору для задач розпізнавання облич
Автор: Сидор Артур Васильович
Кваліфікаційний рівень: магістр
Спеціальність: Проектування та адміністрування інформаційних комунікаційних мереж
Інститут: Інститут телекомунікацій, радіоелектроніки та електронної техніки
Форма навчання: денна
Навчальний рік: 2023-2024 н.р.
Мова захисту: українська
Анотація: Технологія розпізнавання обличчя стала невід’ємною частиною сучасного світу, революціонізуючи різні аспекти нашого повсякденного життя. Ця передова технологія використовує штучний інтелект для аналізу та ідентифікації унікальних особливостей обличчя, надаючи широкий спектр застосувань у різних галузях. Від підвищення безпеки та контролю доступу до персоналізації взаємодії з клієнтами в роздрібній торгівлі, відстеження виконання медичних норм до допомоги правоохоронним органам – розпізнавання обличчя стало трансформаційною силою. Його широке впровадження свідчить про перехід до більш ефективних, безпечних та персоналізованих взаємодій у нашому все більш цифровому та пов’язаному суспільстві[1]. Об’єктом дослідження є дослідження алгоритмів комп’ютерного зору для задач розпізнавання облич. Предмет дослідження охоплює методології та інструменти, задіяні під час побудови конвеєра розпізнавання облич, який використовує моделі глибокого навчання для визначення облич на зображенні. Метою дослідження є визначення методів та моделей необхідних для побудови ефективного конвеєра розпізнавання облич, який буде мати високу точність, гнучкість та може легко інтегруватися із різними зовнішніми системами. Побудова конвеєра розпізнавання облич постає перед численними викликами, які потрібно вирішити для успішної реалізації[2]. Досягнення високої точності та практичності у розпізнаванні обличчя є дуже важливим. Проблеми, такі як зміни в освітленні, позі та виразах обличчя, можуть впливати на здатність системи правильно ідентифікувати осіб. Якість тренувальних даних значно впливає на продуктивність моделей розпізнавання обличчя. Відхилення в даних, таких як недостатня представленість певних демографічних груп, може призвести до викривлених та менш надійних результатів, впливаючи на справедливість. Технологія розпізнавання обличчя викликає значущі проблеми щодо конфіденційності. Важливо знаходити баланс між потребою в безпеці та правом особи на конфіденційність. Впровадження надійних заходів конфіденційності, таких як шифрування даних та згода користувача, є невід’ємним. Дотримання існуючих та нових нормативів щодо використання технології розпізнавання обличчя є важливим моментом. Відповідність законам і стандартам конфіденційності є обов’язковою для уникнення юридичних проблем та забезпечення етичного використання. Впровадження систем розпізнавання обличчя, особливо на базі глибокого навчання, вимагає значних обчислювальних ресурсів. Забезпечення масштабованості та ефективного використання ресурсів не є легким завданням, особливо в системах великого масштабу. Досягнення сумісності з існуючими системами та технологіями є важливим для без проблемної інтеграції. Побудова та підтримка надійного конвеєра розпізнавання обличчя може займати значні витрати, включаючи апаратне та програмне забезпечення, навчання та постійну технічну підтримку. Важливим кроком є збалансувати витрати, забезпечуючи ефективність системи. Вирішення цих проблем має важливе значення для побудови ефективного конвеєра розпізнавання обличчя. Конвеєр розпізнавання облич складається з декількох ключових етапів, кожен з яких відіграє вирішальну роль у кінцевому результаті. Детектування облич ідентифікує та визначає місцезнаходження облич на зображенні або відеокадрі. Точне детектування облич має фундаментальне значення[3]. Помилки на цьому етапі можуть призвести до пропущених облич або помилкових спрацьовувань, що вплине на подальші кроки. Вирівнювання обличчя нормалізує орієнтацію та положення обличчя для послідовного вилучення ознак[4]. Правильне вирівнювання покращує здатність моделі виокремлювати значущі ознаки, підвищуючи точність розпізнавання. Виділення рис - виокремлення релевантних рис обличчя, які відрізняють одне обличчя від іншого. Ефективність вилучення ознак безпосередньо впливає на кінцевий результат роботи конвеєра. Виділення відмінних рис підвищує точність розпізнавання. Представлення обличчя (вбудовування) перетворює риси обличчя в компактне числове представлення (вбудовування), придатне для порівняння[5]. Якість вбудовування має вирішальне значення. Якісно створені вбудовування дозволяють точно розрізняти обличчя під час верифікації або розпізнавання. Верифікація та розпізнавання облич перевіряють, чи належать два обличчя одній людині (верифікація) або ідентифікують особу з бази даних (розпізнавання)[6]. Точність верифікації або розпізнавання залежить від ефективності всіх попередніх етапів. Надійний конвеєр сприяє отриманню надійних результатів. Отже, кожен крок у конвеєрі ґрунтується на попередньому, і будь-які недоліки або неточності на попередніх етапах можуть поширюватися по всьому процесу, потенційно ставлячи під загрозу кінцевий результат. Тому оптимізація кожного кроку має вирішальне значення для досягнення високоефективної системи розпізнавання облич.